tensorflow的視覺化是通過summary和tensorboard完成的。以tensorflow運作方式入門為例，視覺化主要通過以下步驟完成：

（1）將所有的即時資料整合在一個op中：

    # Build the summary operation based on the TF collection of Summaries.
    summary_op = tf.summary.merge_all()

（2）建立Session會話，並初始化Variables變數：

    # Create a session for running Ops on the Graph.
    sess = tf.Session()

    # Run the Op to initialize the variables.
    init = tf.initialize_all_variables()
    sess.run(init)
 

（3）建立tf.Summary.FileWriter物件，用於寫入包含了圖表本身和即時資料具體值的事件檔案：

    # Instantiate a SummaryWriter to output summaries and the Graph.
    summary_writer = tf.summary.FileWriter(FLAGS.train_dir,
                                            graph_def=sess.graph_def)

（4）執行summary_op，得到即時資料，然後通過add_summary()向FileWriter物件的快取中存入事件資料

        summary_str = sess.run(summary_op, feed_dict=feed_dict)
        summary_writer.add_summary(summary_str, step)

事件檔案寫入完畢後，就可以開啟一個TensorBoard檢視即時資料的情況。